CSS无线定位系统设计及非视距抑制算法

针对测量误差概率密度未知的情况,提出了基于半参数的非视距噪声抑制算法。在基于飞行时间的固定标签模型基础上,通过应用大规模蒙特卡罗方法将提出的算法和传统方法进行对比,仿真结果表明,当非视距误差为有偏高斯分布和瑞利分布时,提出的算法能够在非视距污染率较低时与传统方法表现一致,且在污染率较高时也有较强的鲁棒性。结合室内和室外定位的应用进行基站部署,对相应场合下的定位算法进行测试。测试结果表明,提出的算法能够比最小二乘法提高50%左右的定位精度,整体而言,系统定位能达到在可视环境1 m,非可视环境3 m的精度。

运用最优化原理的新型非视距抑制无线定位算法

无线定位中非视距(NLOS)误差的存在会显著降低传统定位算法的精度,因此论文提出了一种运用最优化原理的定位算法以对抗NLOS误差。该算法适用于存在固定节点与移动节点的无线传感网系统,并结合距离加权思想将NLOS环境中的定位建模为二次规划问题,最终得到节点的最小二乘位置估计。分析表明在固定节点数量较多或者存在视距(LOS)传输固定节点时,该算法可以显著削弱NLOS误差的影响。计算机仿真证实了这一分析,其结果表明,在NLOS环境下论文所提出的算法性能优于现有其他定位算法,同时该算法还具有不受固定节点数目限制和复杂度较低等优点。

基于非视距误差抑制的矿井轨道机车定位方法研究

矿井轨道机车定位方法以超宽带(UWB)定位为主,但井下运输巷道环境复杂,非视距传播多发,对UWB定位精度的影响严重。目前针对非视距传播引起的定位误差研究存在算法复杂、实时定位差等问题。通过分析轨道机车定位特点,在基于信号到达时间(TOA)的UWB定位技术基础上,提出一种基于非视距误差抑制的矿井轨道机车定位方法。在轨道机车不同位置安装2个定位卡,采用射频识别技术准确划分定位卡与定位基站的相对位置关系,根据UWB定位信号在非视距传播条件下测距值比实际值大的情况,采用2个定位卡之间距离测算值与实际值差值的经验范围,推算出不同定位卡和定位基站位置关系下非视距传播条件的鉴别阈值,通过该鉴别阈值剔除由非视距路径传播定位信号的测距值,使用由视距路径传播定位信号的测距值进行定位计算,实现对非视距误差的抑制,从而提高矿井轨道机车平均定位精度。测试结果表明:使用基于非视距误差抑制的矿井轨道机车定位方法,在定位信号处于视距传播条件时,机车平均定位误差均在1m以内;在定位信号处于非视距传播条件时,大部分非视距误差得到了有效抑制,平均定位精度在1 m左右,轨道机车定位精度较常规基于TOA的UWB定位方法大幅度提升。

基于Kalman滤波器的非视距误差抑制算法

针对蜂窝网定位中影响定位精度的非视距传播误差问题,提出一种基于Kalman滤波器的非视距(NLOS)误差抑制算法,将到达时间(TOA)测量值及非视距误差作为Kalman滤波器的状态变量,根据TOA测量值的结构特点和NLOS误差的统计特性,确定Kalman滤波器过程方程的状态转移矩阵。以NLOS误差服从指数分布的情况为例进行仿真,结果表明,该算法在精度估计和算法计算量方面具有明显优势。

目标定位中的非视距传播研究综述

由于障碍物的存在,矿井等定位场景中普遍存在非视距传播现象,引起定位信号的折射、反射、衍射和散射,导致测距误差增大,进而影响目标定位精度。分析了非视距传播对TOA(Time of Arrival,到达时间)、TDOA(Time Difference of Arrival,到达时间差)、AOA(Angle of Arrival,到达角度)、RSSI(Received Signal Strength Indication,接收强度指示)等定位方法的影响,并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别,重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系法;对于非视距传播误差的抑制,主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法;对于非视距传播的利用,重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法;对于非视距场景下的目标定位方法设计,分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向:通过多种定位技术的融合提高目标定位精度;借助新兴技术提高非视距场景下的目标定位精度;通过与其他信息系统的交互引入额外信息,实现跨系统协同定位。

多天线NLOS定位误差抑制算法

为抑制非视距传播造成的定位误差,提出一种基于对各基站TOA测量结果进行NLOS判别的误差抑制算法。与传统基于TOA统计信息的NLOS抑制不同,算法直接利用移动台多天线接收数据判别基站视距状态,然后融合LOS和NLOS基站测量结果解算移动台位置。NLOS判别机制采用多天线接收数据估计信道莱斯K因子,利用K因子在LOS/NLOS下服从的不同概率分布在信号处理层面对NLOS基站进行判别。算法最后采用约束最优化方法融合识别后的LOS和NLOS基站的TOA测量结果解算移动台位置。仿真结果表明,所提融合NLOS基站TOA定位算法可有效提高NLOS存在时的定位精度。

面向超宽带室内定位的FCM-SSGP方法

受室内墙壁、玻璃、木门等障碍物影响,UWB室内定位中UWB信号的传播环境变为非视距环境,在该环境下定位将极大降低定位精度。现有抑制NLOS误差的方法由于复杂度较大导致定位时间过长,结合模糊C均值(FCM)聚类及稀疏谱高斯过程回归(SSGP)方法,提出一种FCM-SSGP定位方法。对接收到的信道冲击响应信号提取特征,利用FCM聚类识别NLOS信号,并根据NLOS信号传播环境的恶劣程度将NLOS信号划分为轻度NLOS信号和一般NLOS信号。使用SSGP方法分别得到2个不同信道条件下的NLOS误差,将SSGP方法得到的测距误差与FCM聚类得到的隶属度相结合作为权值,以抑制NLOS误差。实验结果表明,FCM-SSGP方法能有效降低不同障碍物带来的NLOS误差,定位误差为21.01 cm,与LS-SVM及SPGP方法相比,其定位误差均值分别提升了8.23 cm和6.73 cm,定位所需时间相比LSTM方法缩短了9.35倍,在保证高定位精度的同时降低了计算复杂度。

多天线NLOS定位误差抑制算法

为抑制非视距传播造成的定位误差，提出一种基于对各基站TOA测量结果进行NLOS判别的误差抑制算法。与传统基于TOA统计信息的NLOS抑制不同，算法直接利用移动台多天线接收数据判别基站视距状态，然后融合LOS和NLOS基站测量结果解算移动台位置。NLOS判别机制采用多天线接收数据估计信道莱斯K因子，利用K因子在LOS／NLOS下服从的不同概率分布在信号处理层面对NLOS基站进行判别。算法最后采用约束最优化方法融合识别后的LOS和NLOS基站的TOA测量结果解算移动台位置。仿真结果表明，所提融合NLOS基站TOA定位算法可有效提高NLOS存在时的定位精度。

现代蜂窝移动通信系统中定位技术及趋势

随着电信运营商基于蜂窝网位置服务的不断推出,定位技术成为决定位置服务质量优劣的关键技术。首先介绍了国内外蜂窝移动通信系统中定位技术发展概况,包括GSM、3G和LTE系统中的定位技术,然后给出了关于提高定位精度方法中主要的非视距误差抑制技术,最后总结了定位技术发展的趋势。

基于UWB和IMU的电力巡检机器人定位方法

为了满足日益增长的电力需求,我国建设了大量发电站和电能转换设施。长时间的负载运行使电力设备运行的不稳定性增加,一般需要通过人工巡检的方式进行检测和维护,但传统的人工巡检方法存在着较大的安全风险,在精度方面满足不了需求,维护效率也比较低。随着人工智能技术的发展,智能巡检机器人的出现给这一问题带来希望,它克服了传统人工巡检方式存在的弊端,但目前的巡检机器人在复杂电力环境中仍存在空间定位不准确等问题。为此,本文提出了一种将超宽带(UWB)和惯性传感器(IMU)以无迹卡尔曼滤波(UKF)进行融合的定位方法,该方法克服了UWB定位方法在有障碍物的非视距情况下定位误差大的问题,改进了复杂电力环境下智能巡检机器人的定位精度。